首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于可视化神经网络的多比例尺热力图构建方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:浙江长龙海运有限公司

摘要:本发明提供一种基于可视化神经网络的多比例尺热力图构建方法,包括:将目标物体信息输入CLIPText预训练模型,获取目标物体位置坐标特征与属性特征,并将目标物体的属性特征输入到CLS模型中分析目标物体类型;将目标物体位置坐标特征与物理世界特征进行融合匹配,生成目标物体在地图上分布的二维图像数据;将二维图像数据输入到CLIPImage预训练模型中进行优化计算;将优化结果与目标物体属性特征联合输入到CAM模块中进行类激活映射,由生成器Generator生成目标物体辐射场分布;将二维图像数据输入到ControlGAN模块中,生成高分辨率HR图像,并与目标物体辐射场分布进行匹配,生成目标物体的热力分布图。

主权项:1.一种基于可视化神经网络的多比例尺热力图构建方法,其特征在于,包括:S1、将目标物体信息输入CLIPText预训练模型,获取目标物体位置坐标特征与属性特征,并将目标物体的属性特征输入到CLS模型中分析目标物体类型;S2、将S1中获取到的目标物体位置坐标特征与物理世界特征进行融合匹配,生成目标物体在地图上分布的二维图像数据;S3、将S2中获取的二维图像数据输入到CLIPImage预训练模型中进行优化计算;S4、将S3中的优化结果与S1中的目标物体属性特征联合输入到CAM模块中进行类激活映射,由生成器Generator生成目标物体辐射场分布;S5、将S2中生成的二维图像数据输入到ControlGAN模块中,生成高分辨率HR图像,并与S4中生成的目标物体辐射场分布进行匹配,生成目标物体的热力分布图。

全文数据:

权利要求:

百度查询: 浙江长龙海运有限公司 一种基于可视化神经网络的多比例尺热力图构建方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。